Business Intelligence: zamiast wróżenia – analiza danych

Autor: Roman Zleśny, V-ce prezes Zarządu, Solemis Group

Wrowadzenie

S kuteczne zarządzanie firmą jest podstawą nie tylko jej sukcesu rynkowego ale w ogóle podstawą istnienia przy dzisiejszej globalizacji gospodarki, a jednocześnie globalizacji konkurencji rynkowej. Podstawą skutecznego zarządzania jest natomiast jasne określenie celów i podporządkowania co- dziennego działania firmy jak najlepszej ich realizacji. Cele i procedury działania to – mówiąc w uproszczeniu – tzw. model biznesowy firmy.

Nawet najlepszy model biznesowy nie gwarantuje stałego sukcesu – możliwość realizacji celów każ- dej firmy weryfikuje otoczenie czyli rynek. Dziś biznesowe otoczenie każdej firmy zmienia się tak szybko i zwykle tak niespodziewanie, że konieczne jest stałe, uważne obserwowanie rynku i jak najszybsze reagowanie. Im szybsza i trafniejsza reakcja – tym lepszy efekt i umocnienie czy tylko utrzymania pozycji firmy na rynku. Brak reakcji to najczęściej straty lub w najlepszym wypadku, stracona okazja do większego zysku.

Reagowanie na zmiany to z kolei konieczność szybkiego podejmowania – często śmiałych i ryzykownych – decyzji. By maksymalizować liczbę trafnych decyzji, a jednocześnie minimalizować ryzyko, podejmującym je menedżerom potrzebne są jak najbardziej aktualne informacje o własnej firmie i o jej otoczeniu, a co więcej – narzędzia ułatwiające szybką agregację i analizowanie tych danych oraz narzędzia wspomagające przewidywanie zarówno sytuacji rynkowej jak i skutki podejmowanych decyzji.

Liczba istotnych czynników i ich skomplikowany wpływ na złożone procesy biznesowe powoduje, że menedżerowie, którzy polegają na tradycyjnym podejmowaniu decyzji – bez wspomagania narzędziami Business Intelligence – skazani są – w dłuższej perspektywie – na porażkę.

OODA – sprzężenie zwrotne w zarządzaniu

Co prawda zarządzanie jest procesem czyli jest ciągłe ale jednocześnie złożone jest z wielu następujących po sobie, zazębiających się cykli, które składają się z czterech podstawowych elementów:

  • Obserwacja
  • Orientacja
  • Decyzja
  • Akcja czyli działanie

Obserwacja – to stałe monitorowanie zarówno przedsiębiorstwa jak i całego otoczenia zewnętrznego – czyli rynku. Pamiętać należy, że obserwujemy także własnych skutki decyzji podjętych w poprzednich krokach Akcja czyli Działanie.

Orientacja – to ustalenie wpływu zaobserwowanych zjawisk na działalność i wyniki naszej firmy.

Decyzja – podjęcie stosownych decyzji niwelujących zły wpływ niekorzystnych zjawisk lub maksymalizujących pozytywny wpływ zjawisk korzystnych. Decyzje podejmowane powinny być po pełnej analizie ich skutków.

Akcja czyli działanie – podjęcie stosownych działań by wprowadzić w życie podjęte decyzje.

Wspomniane 4 kroki – w mniej lub bardziej świadomie oraz w mniej lub bardziej sformalizowany sposób – stosuje każdy z menedżerów podejmujących decyzje. Jeśli w firmie nie ma systemu BI to zwykle nie ma też ustalonych mechanizmów np. obserwowania rynku, a i monitorowanie zdarzeń wewnątrz firmy odbywa się w ustalonych przedziałach czasowych – najczęściej miesięcznych. Brakuje natomiast szybkiego powiadamiania o zaistnieniu niekorzystnego zdarzenia jeśli nastąpi ono np. w trakcie miesiąca – dowiemy się o nim dopiero po zakończeniu okresu raportowania.

Szybkość i precyzja

W skutecznym zarządzaniu najważniejsza jest szybka reakcja na zdarzenia, które mogą mieć za- równo niekorzystny jak i korzystny wpływ na działanie naszej firmy. Szybkie przeciwdziałanie niekorzystnym zdarzeniom pozwalają zminimalizować ich złe skutki, a szybko i umiejętnie wykorzystując pozytywne zdarzenia możemy uzyskać zwiększenie korzyści.

Szybka reakcja – czyli szybkie podjęcie decyzji i szybkie działanie, czyli wprowadzenie decyzji w życie – wymaga zapewnienia szybkiego, automatycznego przepływu informacji. Wymaga również wielu punktów automatycznego obserwowania zjawisk rynkowych i narzędzi powiadamiania o wystąpieniu lub możliwości wystąpienia odchyłek od zaplanowanego przebiegu procesu biznesowego.

Systemy BI udostępniają użytkownikowi odpowiednie narzędzia, którymi są Agenci Powiadamiania i Agenci Przewidywania służące do monitorowania danych. Ich działanie znacznie się jednak różni.

Powiadamianie o wydarzeniu i Przewidywanie zdarzeń

Agenci Powiadamiania to narzędzia, które monitorują bieżące dane i w określony sposób reaguje na stworzone przez użytkownika warunki – np. zbliżanie się uzyskiwanej marży do dolnej czy górnej granicy podanego zakresu wartości dla konkretnego produktu, grupy produktów, itp. Powiadomienie wysyłane może być e-mailem do podanej liczby adresatów. W e-mailu znajduje się krótka informacja o zdarzeniu i link do pełnego raportu czy wykresu w systemie BI. Dostęp do niego użytkownik uzyskuje po zalogowaniu się do systemu.

Powiadamianie odnosi się do przeszłości – informuje o czymś co już się wydarzyło i czego nie można już zmienić. Szybko podjętymi działaniami można jednak zmniejszyć niekorzystne skutki zaistniałych wydarzeń.

Agenci Przewidywania to narzędzia, które monitorują zarówno dane historyczne by wykrywać Trendy i tzw. czasowo przesunięte wzorce, jak i bieżące dane – by na podstawie tych wzorców wykrywać i ostrzegać o nadchodzących zmianach w Kluczowych Wskaźnikach Wydajności (KPI – Key Productivity Index). Poszukiwanie trendów jest procesem ciągłym – po zakończeniu każdego dnia bieżące dane stają się historycznymi i są podstawą analiz, poszukiwania znaczących wzorców.

Agenci Powiadamiania i Agenci Przewidywania korzystają z danych zgromadzonych w hurtowni danych – w kostkach OLAP. Zasilane są one danymi z wewnętrznych systemów transakcyjnych firmy oraz z zewnętrznych – w stosunku do firmy – źródeł danych. Mogą nimi być np. tabele kursowe walut, tabele cen paliw i innych źródeł energii, ceny surowców, różne notowania i wskaźniki giełdowe, wskaźniki podaży i popytu cen różnych produktów na różnych rynkach, wskaźnik statystyczne, wyniki badań rynkowych, prognozy temperatur i pogody, itp. O możliwości zaistnienia przewidywanych zdarzeń powiadomienia wysyłane są podobnie jak w przypadku Agenta Powiadamiania – e-mailem z linkiem do stosownych raportów i wykresów w systemie BI.

Przewidywanie odnosi się do przyszłości – informuje o czymś co może się dopiero wydarzyć – w większości wypadków nasze działanie może jeszcze zmienić bieg wypadków i zapobiec wystąpieniu niekorzystnych zdarzeń.

Wzorce – wróżenie z danych?

Wiedzę do przewidywania przyszłych zdarzeń Agenci Przewidywania czerpią z analizowania wszystkich danych historycznych zgromadzonych w kosatkach OLAP hurtowni danych (a nie tylko tych wskazanych przez użytkownika). Dzięki wbudowanym złożonym algorytmom Agenci skanują dane w poszukiwaniu różnych ukrytych prawidłowości i powiązań danych. Powiązania te wyszukiwane są i podsuwane użytkownikowi do decyzji czy są z jego punktu widzenia przydatne, istotne i czy mają być wykorzystywane w przyszłości.

Przy analizie danych wyszukiwane są tzw. czasowo przesunięte wzorce. Na czym one polegają najłatwiej zrozumieć na 2 prostych przykładach:

  • Wpływ wzrostu reklamacji na spadek sprzedaży – przeglądając dane zauważamy (Agent Przewidywania nam to znalazł), że w okresowo obserwujemy wzrost liczby reklamacji naszych produktów. Nie widać przy tym żadnej prawidłowości, ale widać prawidłowość, że mniej więcej miesiąc po skoku liczby reklamacji sprzedaż spada o procent równy procentowemu wzrostowi reklamacji. Znajomość tej prawidłowości pozwala nam uzyskać automatyczną prognozę zmniejszenia sprzedaży w miesiąc po wystąpieniu kolejnego wzrostu reklamacji. W modelu tym analizowane są tylko dane własne firmy.
  • Wpływ pogody na zakupy – analizując dane sprzedaży swetrów i kurtek przeciwdeszczowych wiosną, latem i jesienią Agent Przewidywania odnajduje prawidłowość, że jeśli temperatury niższe od średniej miesięcznej utrzymują się poniżej średniej przez co najmniej 3 dni to obserwujemy wzrost zakupów swetrów, a utrzymujący się wyższy poziom sprzedaży swetrów po kolejnych 3 dniach powoduje wzrost zakupów kurtek przeciwdeszczowych. W tym modelu analizowane były dane własne firmy (sprzedaż) oraz zewnętrzne dane dotyczące temperatury powietrza. Dysponując taką wiedzą i prognozami pogody można prognozować uprzedzą i precyzyjnie planować zapasy magazynowe.

Znalezienie jak największej liczby prawidłowości i zależności np. wyników sprzedaży od różnych zewnętrzny i wewnętrznych czynników jest dla firmy kluczowe – pozwala wychwycić istotę biznesu i świadomie kierować wynikami firmy. Znacznie ułatwia to zarządzanie firmą, tym bardziej, że Agenci Przewidywania to narzędzie pracujące cały czas i reagujące na zmieniające się warunki gospodarowania.

Automatyczne wyszukiwanie prawidłowości

Szalenie istotne jest to, że Agenci Przewidywania działają całkowicie automatycznie. Użytkownik definiuje jedynie źródło danych – wybierając z listy kostki OLAP, które maja być brane pod uwagę. Następnie wybiera kolejno poszczególne dane – np. poszczególne koszty, sprzedaż (wartościowo i ilościowo) oraz bazowy czas analizy – kwartał. Jest to istotnie by dać Agentom odpowiednią perspektywę czasową – nie za krótką i nie za długą – zależy ona od specyfiki naszej branży i należy doświadczalnie dopasować najlepszy wybór. Użytkownik może wprowadzać dodatkowe ograniczenia ale zaleca się rozpoczynanie od pozostawienia Agentom jak największej swobody w przeszukiwaniu danych i poszukiwaniu zależności. Wprowadzanie ograniczeń i dodatkowych kryteriów Może być kolejnym krokiem przy budowie modelu.

Definiowanie wszystkich składników sprowadza się do prostego zaznaczania wybranych danych czy opcji na liście widocznej na ekranie.

Wynikiem poszukiwania zależności we wskazanych danych jest lista znalezionych wzorców – wzajemnych zależności danych, a co za tym idzie proponowanych Agentów Przewidywania śledzących w przyszłości zmiany tych danych i sygnalizujących przewidywane zdarzenia czy osiągane wyniki. Przykładowa lista zawiera 6 znalezionych zależności – prawidłowości w powiązaniu danych. Przy każdej zależności poda- wana jest jej procentowa wiarygodność – confidence – czyli częstotliwości występowania znalezionej prawidłowości w analizowanej puli danych.
Lista znalezionych prawidłowości – proponowanych Agentów Przewidywania przedstawiana jest w kolejności od najbardziej do najmniej wiarygodnych.

Po szczegółowej analizie znalezionych zależności – nie zawsze, te oznaczone jako najbardziej wiarygodne są najbardziej użyteczne – użytkownik wskazuje na tej liście Agentów, których uruchamia. Od tego momentu będą oni śledzili zmiany danych i sygnalizowali przewidywane wyniki. Sygnały te wysyłane będą e-mailem o zdefiniowanej, stałej porze – np. codziennie o 9 rano – do zdefiniowanej listy odbiorców.

Powiadomienia jeszcze prostsze

Definiowanie powiadomień o zdarzeniach, które miały już miejsce jest jeszcze prostsze niż definiowanie Agentów Przewidywania. Sprowadza się do wskazywania o jakich zdarzeniach i jak często chcemy być powiadamiani.

Przykładowo, codziennie o 9 rano możemy otrzymywać e-maila jeśli o 5% zwiększy się sprzedaż spodni czarnych spodni LEVIS w rozmiarze XL (patrz obok).

Oczywiście zdarzenia, o których będziemy in- formowani mogą być bardziej złożone i dotyczyć np. wzrostu kosztów produkcji wszystkich spodni o 2%, a wzrostu kosztów produkcji poszczególnych modeli dopiero o więcej niż 5%.

Najlepszym przykładem powiadamiania jest natomiast bieżąca, automatyczna kontrola realizacji budżetu. Zdefiniować możemy przykładowo wielostopniowe powiadomienia – np. ok. połowy miesiąca otrzymujemy informacje, że wykonanie budżetu (w całości i w kluczowych produktach) jest niepokojąco niskie (np. <30%) czy tylko niewystarczające (<50%). Jednocześnie możemy być in- formowani, że zapasy magazynowe są zbyt niskie by wykonanie budżetu „podgonić” przed końcem miesiąca.

Powiadomienia mogą także dotyczyć niepokojących braków w zasobach firmy – od braku surowców i półproduktów do produkcji, poprzez braki kadrowe (np. absencje chorobowe czy urlopowe) aż do sygnalizowaniu utraty płynności na skutek spóźnionego spływu należności i kumulacji terminów spłaty zobowiązań.

Powiadomienia mogą mieć nawet bardzo skomplikowaną matematycznie i logicznie postać, odnoszą się jednak zawsze do danych historycznych. Wynikające z powiadomień wnioski co do przyszłości wyciągać muszą samodzielnie powiadamiane osoby.

Przedsiębiorstwo w zmiennym otoczeniu

Wydarzenia ostatnich dwóch lat pokazały jak szybko zmieniać się może rynek i tzw. uwarunkowania prowadzenia biznesu. Co więcej, zmieniać się one mogą w zupełnie nieprzewidywalnym kierunku.

Dzięki narzędziom BI możemy, przynajmniej znaczną część tych zmian rynkowych nie tylko wychwycić ale przewidzieć.

Jeśli dobrze zdefiniujemy miejsce naszej firmy w otoczeniu rynkowym i analizować będziemy istotne dane z tego otoczenia, łącząc je z historycznymi danymi naszej firmy to pewne zdarzenia będziemy mogli przewidywać. Istotne jest właśnie to powiązanie firmy z jej zewnętrznym otoczeniem i odbieranie sygnałów z tego otoczenia. Sygnałów tych i szybko zmieniających się danych jest dziś już taki ogrom, że bez automatyzacji tych procesów za pomocą wspomnianych Agentów Przewidywania i Agentów Powiadamiania, nie da się skutecznie odebrać i wykorzystać w praktyce.

Kopalnia wiedzy o kilka kliknięć myszką

Najistotniejszą zaletą nowoczesnych systemów BI jest prostota ich wykorzystania. Menadżer porozumiewa się z nimi za pomocą naturalnego dla niego języka biznesowego, a wszelkie, nawet najbardziej skomplikowane analizy i zapytania definiuje kilkoma kliknięciami myszki, wybierając z listy działania, które chce wykonać i dane, które do tego wykorzysta.

System BI znakomicie ułatwia menedżerowi codzienną pracę – pozwala, praktycznie natychmiast i bez pomocy osób trzecich, uzyskać odpowiedzi na konkretne dotyczące firmy, jej otoczenia i zbadać ewentualne skutki swoich decyzji.

Najistotniejsze jest by wiedzieć przed …

Zarządzać można tylko przyszłością, więc dla każdego menedżera najważniejsze jest by jak najwcześniej mieć informacje o wszelkich możliwych zmianach – wewnątrz firmy i w jej otoczeniu. Trudno przecenić jest jak pomocne mogą być narzędzia typu Agenci Przewidywania – informujące w wyprzedzeniem o możliwości wystąpienia pewnych zdarzeń.

„Wiemy na pewno, że Agenci Przewidywania mogą pomóc organizacjom, ostrzegając je o zmianach w ich otoczeniu. Przeprowadziliśmy badanie dotyczące kryzysu finansowego. Przetestowaliśmy konkretne dane, a Agenci Przewidywania wykonali właściwe prognozy w 86 proc. przypadków, co oznacza, że technologia ta mogła być używana przez organizacje do uzyskiwania wczesnych i trafnych ostrzeżeń o potencjalnych zagrożeniach związanych z kryzysem” – mówi dyrektor ds. technicznych firmy TARGIT i twórca filozofii CALM (Computer Aided Leadership and Management).

Według Middelfarta „Agenci Przewidywania działają jak cyfrowy system alarmowy, który ostrzega o potencjalnych zmianach poprzez rozszerzenie ram czasowych danych. Oczywiście, sposób reakcji na takie ostrzeżenie jest kwestią indywidualną; istotne jest, że istnieje możliwość podejmowania ważnych decyzji szybciej niż kiedykolwiek. Aby korzystać z Agentów Przewidywania, należy jedynie znać cele, które zamierza się osiągnąć. Po określeniu celów Agenci Przewidywania rozpoczną czuwanie i ostrzegą, jeśli realizacja zamierzonych celów jest zagrożona”.

Wrowadzenie

Skuteczne zarządzanie firmą jest podstawą nie tylko jej sukcesu rynkowego ale w ogóle podstawą istnienia przy dzisiejszej globalizacji gospodarki, a jednocześnie globalizacji konkurencji rynkowej. Podstawą skutecznego zarządzania jest natomiast jasne określenie celów i podporządkowania co- dziennego działania firmy jak najlepszej ich realizacji. Cele i procedury działania to – mówiąc w uproszczeniu – tzw. model biznesowy firmy.

Nawet najlepszy model biznesowy nie gwarantuje stałego sukcesu – możliwość realizacji celów każ- dej firmy weryfikuje otoczenie czyli rynek. Dziś biznesowe otoczenie każdej firmy zmienia się tak szybko i zwykle tak niespodziewanie, że konieczne jest stałe, uważne obserwowanie rynku i jak najszybsze reagowanie. Im szybsza i trafniejsza reakcja – tym lepszy efekt i umocnienie czy tylko utrzymania pozycji firmy na rynku. Brak reakcji to najczęściej straty lub w najlepszym wypadku, stracona okazja do większego zysku.

Reagowanie na zmiany to z kolei konieczność szybkiego podejmowania – często śmiałych i ryzykownych – decyzji. By maksymalizować liczbę trafnych decyzji, a jednocześnie minimalizować ryzyko, podejmującym je menedżerom potrzebne są jak najbardziej aktualne informacje o własnej firmie i o jej otoczeniu, a co więcej – narzędzia ułatwiające szybką agregację i analizowanie tych danych oraz narzędzia wspomagające przewidywanie zarówno sytuacji rynkowej jak i skutki podejmowanych decyzji.

Liczba istotnych czynników i ich skomplikowany wpływ na złożone procesy biznesowe powoduje, że menedżerowie, którzy polegają na tradycyjnym podejmowaniu decyzji – bez wspomagania narzędziami Business Intelligence – skazani są – w dłuższej perspektywie – na porażkę.

OODA – sprzężenie zwrotne w zarządzaniu

Co prawda zarządzanie jest procesem czyli jest ciągłe ale jednocześnie złożone jest z wielu następujących po sobie, zazębiających się cykli, które składają się z czterech podstawowych elementów:

  • Obserwacja
  • Orientacja
  • Decyzja
  • Akcja czyli działanie

Obserwacja – to stałe monitorowanie zarówno przedsiębiorstwa jak i całego otoczenia zewnętrznego – czyli rynku. Pamiętać należy, że obserwujemy także własnych skutki decyzji podjętych w poprzednich krokach Akcja czyli Działanie.

Orientacja – to ustalenie wpływu zaobserwowanych zjawisk na działalność i wyniki naszej firmy.

Decyzja – podjęcie stosownych decyzji niwelujących zły wpływ niekorzystnych zjawisk lub maksymalizujących pozytywny wpływ zjawisk korzystnych. Decyzje podejmowane powinny być po pełnej analizie ich skutków.

Akcja czyli działanie – podjęcie stosownych działań by wprowadzić w życie podjęte decyzje.

Wspomniane 4 kroki – w mniej lub bardziej świadomie oraz w mniej lub bardziej sformalizowany sposób – stosuje każdy z menedżerów podejmujących decyzje. Jeśli w firmie nie ma systemu BI to zwykle nie ma też ustalonych mechanizmów np. obserwowania rynku, a i monitorowanie zdarzeń wewnątrz firmy odbywa się w ustalonych przedziałach czasowych – najczęściej miesięcznych. Brakuje natomiast szybkiego powiadamiania o zaistnieniu niekorzystnego zdarzenia jeśli nastąpi ono np. w trakcie miesiąca – dowiemy się o nim dopiero po zakończeniu okresu raportowania.

Szybkość i precyzja

W skutecznym zarządzaniu najważniejsza jest szybka reakcja na zdarzenia, które mogą mieć za- równo niekorzystny jak i korzystny wpływ na działanie naszej firmy. Szybkie przeciwdziałanie niekorzystnym zdarzeniom pozwalają zminimalizować ich złe skutki, a szybko i umiejętnie wykorzystując pozytywne zdarzenia możemy uzyskać zwiększenie korzyści.

Szybka reakcja – czyli szybkie podjęcie decyzji i szybkie działanie, czyli wprowadzenie decyzji w życie – wymaga zapewnienia szybkiego, automatycznego przepływu informacji. Wymaga również wielu punktów automatycznego obserwowania zjawisk rynkowych i narzędzi powiadamiania o wystąpieniu lub możliwości wystąpienia odchyłek od zaplanowanego przebiegu procesu biznesowego.

Systemy BI udostępniają użytkownikowi odpowiednie narzędzia, którymi są Agenci Powiadamiania i Agenci Przewidywania służące do monitorowania danych. Ich działanie znacznie się jednak różni.

Powiadamianie o wydarzeniu i Przewidywanie zdarzeń

Agenci Powiadamiania to narzędzia, które monitorują bieżące dane i w określony sposób reaguje na stworzone przez użytkownika warunki – np. zbliżanie się uzyskiwanej marży do dolnej czy górnej granicy podanego zakresu wartości dla konkretnego produktu, grupy produktów, itp. Powiadomienie wysyłane może być e-mailem do podanej liczby adresatów. W e-mailu znajduje się krótka informacja o zdarzeniu i link do pełnego raportu czy wykresu w systemie BI. Dostęp do niego użytkownik uzyskuje po zalogowaniu się do systemu.

Powiadamianie odnosi się do przeszłości – informuje o czymś co już się wydarzyło i czego nie można już zmienić. Szybko podjętymi działaniami można jednak zmniejszyć niekorzystne skutki zaistniałych wydarzeń.

Agenci Przewidywania to narzędzia, które monitorują zarówno dane historyczne by wykrywać Trendy i tzw. czasowo przesunięte wzorce, jak i bieżące dane – by na podstawie tych wzorców wykrywać i ostrzegać o nadchodzących zmianach w Kluczowych Wskaźnikach Wydajności (KPI – Key Productivity Index). Poszukiwanie trendów jest procesem ciągłym – po zakończeniu każdego dnia bieżące dane stają się historycznymi i są podstawą analiz, poszukiwania znaczących wzorców.

Agenci Powiadamiania i Agenci Przewidywania korzystają z danych zgromadzonych w hurtowni danych – w kostkach OLAP. Zasilane są one danymi z wewnętrznych systemów transakcyjnych firmy oraz z zewnętrznych – w stosunku do firmy – źródeł danych. Mogą nimi być np. tabele kursowe walut, tabele cen paliw i innych źródeł energii, ceny surowców, różne notowania i wskaźniki giełdowe, wskaźniki podaży i popytu cen różnych produktów na różnych rynkach, wskaźnik statystyczne, wyniki badań rynkowych, prognozy temperatur i pogody, itp. O możliwości zaistnienia przewidywanych zdarzeń powiadomienia wysyłane są podobnie jak w przypadku Agenta Powiadamiania – e-mailem z linkiem do stosownych raportów i wykresów w systemie BI.

Przewidywanie odnosi się do przyszłości – informuje o czymś co może się dopiero wydarzyć – w większości wypadków nasze działanie może jeszcze zmienić bieg wypadków i zapobiec wystąpieniu niekorzystnych zdarzeń.

Wzorce – wróżenie z danych?

Wiedzę do przewidywania przyszłych zdarzeń Agenci Przewidywania czerpią z analizowania wszystkich danych historycznych zgromadzonych w kosatkach OLAP hurtowni danych (a nie tylko tych wskazanych przez użytkownika). Dzięki wbudowanym złożonym algorytmom Agenci skanują dane w poszukiwaniu różnych ukrytych prawidłowości i powiązań danych. Powiązania te wyszukiwane są i podsuwane użytkownikowi do decyzji czy są z jego punktu widzenia przydatne, istotne i czy mają być wykorzystywane w przyszłości.

Przy analizie danych wyszukiwane są tzw. czasowo przesunięte wzorce. Na czym one polegają najłatwiej zrozumieć na 2 prostych przykładach:

  • Wpływ wzrostu reklamacji na spadek sprzedaży – przeglądając dane zauważamy (Agent Przewidywania nam to znalazł), że w okresowo obserwujemy wzrost liczby reklamacji naszych produktów. Nie widać przy tym żadnej prawidłowości, ale widać prawidłowość, że mniej więcej miesiąc po skoku liczby reklamacji sprzedaż spada o procent równy procentowemu wzrostowi reklamacji. Znajomość tej prawidłowości pozwala nam uzyskać automatyczną prognozę zmniejszenia sprzedaży w miesiąc po wystąpieniu kolejnego wzrostu reklamacji. W modelu tym analizowane są tylko dane własne firmy.
  • Wpływ pogody na zakupy – analizując dane sprzedaży swetrów i kurtek przeciwdeszczowych wiosną, latem i jesienią Agent Przewidywania odnajduje prawidłowość, że jeśli temperatury niższe od średniej miesięcznej utrzymują się poniżej średniej przez co najmniej 3 dni to obserwujemy wzrost zakupów swetrów, a utrzymujący się wyższy poziom sprzedaży swetrów po kolejnych 3 dniach powoduje wzrost zakupów kurtek przeciwdeszczowych. W tym modelu analizowane były dane własne firmy (sprzedaż) oraz zewnętrzne dane dotyczące temperatury powietrza. Dysponując taką wiedzą i prognozami pogody można prognozować uprzedzą i precyzyjnie planować zapasy magazynowe.

Znalezienie jak największej liczby prawidłowości i zależności np. wyników sprzedaży od różnych zewnętrzny i wewnętrznych czynników jest dla firmy kluczowe – pozwala wychwycić istotę biznesu i świadomie kierować wynikami firmy. Znacznie ułatwia to zarządzanie firmą, tym bardziej, że Agenci Przewidywania to narzędzie pracujące cały czas i reagujące na zmieniające się warunki gospodarowania.

Automatyczne wyszukiwanie prawidłowości

Szalenie istotne jest to, że Agenci Przewidywania działają całkowicie automatycznie. Użytkownik definiuje jedynie źródło danych – wybierając z listy kostki OLAP, które maja być brane pod uwagę. Następnie wybiera kolejno poszczególne dane – np. poszczególne koszty, sprzedaż (wartościowo i ilościowo) oraz bazowy czas analizy – kwartał. Jest to istotnie by dać Agentom odpowiednią perspektywę czasową – nie za krótką i nie za długą – zależy ona od specyfiki naszej branży i należy doświadczalnie dopasować najlepszy wybór. Użytkownik może wprowadzać dodatkowe ograniczenia ale zaleca się rozpoczynanie od pozostawienia Agentom jak największej swobody w przeszukiwaniu danych i poszukiwaniu zależności. Wprowadzanie ograniczeń i dodatkowych kryteriów Może być kolejnym krokiem przy budowie modelu.

Definiowanie wszystkich składników sprowadza się do prostego zaznaczania wybranych danych czy opcji na liście widocznej na ekranie.

Wynikiem poszukiwania zależności we wskazanych danych jest lista znalezionych wzorców – wzajemnych zależności danych, a co za tym idzie proponowanych Agentów Przewidywania śledzących w przyszłości zmiany tych danych i sygnalizujących przewidywane zdarzenia czy osiągane wyniki. Przykładowa lista zawiera 6 znalezionych zależności – prawidłowości w powiązaniu danych. Przy każdej zależności poda- wana jest jej procentowa wiarygodność – confidence – czyli częstotliwości występowania znalezionej prawidłowości w analizowanej puli danych.
Lista znalezionych prawidłowości – proponowanych Agentów Przewidywania przedstawiana jest w kolejności od najbardziej do najmniej wiarygodnych.

Po szczegółowej analizie znalezionych zależności – nie zawsze, te oznaczone jako najbardziej wiarygodne są najbardziej użyteczne – użytkownik wskazuje na tej liście Agentów, których uruchamia. Od tego momentu będą oni śledzili zmiany danych i sygnalizowali przewidywane wyniki. Sygnały te wysyłane będą e-mailem o zdefiniowanej, stałej porze – np. codziennie o 9 rano – do zdefiniowanej listy odbiorców.

Powiadomienia jeszcze prostsze

Definiowanie powiadomień o zdarzeniach, które miały już miejsce jest jeszcze prostsze niż definiowanie Agentów Przewidywania. Sprowadza się do wskazywania o jakich zdarzeniach i jak często chcemy być powiadamiani.

Przykładowo, codziennie o 9 rano możemy otrzymywać e-maila jeśli o 5% zwiększy się sprzedaż spodni czarnych spodni LEVIS w rozmiarze XL (patrz obok).

Oczywiście zdarzenia, o których będziemy in- formowani mogą być bardziej złożone i dotyczyć np. wzrostu kosztów produkcji wszystkich spodni o 2%, a wzrostu kosztów produkcji poszczególnych modeli dopiero o więcej niż 5%.

Najlepszym przykładem powiadamiania jest natomiast bieżąca, automatyczna kontrola realizacji budżetu. Zdefiniować możemy przykładowo wielostopniowe powiadomienia – np. ok. połowy miesiąca otrzymujemy informacje, że wykonanie budżetu (w całości i w kluczowych produktach) jest niepokojąco niskie (np. <30%) czy tylko niewystarczające (<50%). Jednocześnie możemy być in- formowani, że zapasy magazynowe są zbyt niskie by wykonanie budżetu „podgonić” przed końcem miesiąca.

Powiadomienia mogą także dotyczyć niepokojących braków w zasobach firmy – od braku surowców i półproduktów do produkcji, poprzez braki kadrowe (np. absencje chorobowe czy urlopowe) aż do sygnalizowaniu utraty płynności na skutek spóźnionego spływu należności i kumulacji terminów spłaty zobowiązań.

Powiadomienia mogą mieć nawet bardzo skomplikowaną matematycznie i logicznie postać, odnoszą się jednak zawsze do danych historycznych. Wynikające z powiadomień wnioski co do przyszłości wyciągać muszą samodzielnie powiadamiane osoby.

Przedsiębiorstwo w zmiennym otoczeniu

Wydarzenia ostatnich dwóch lat pokazały jak szybko zmieniać się może rynek i tzw. uwarunkowania prowadzenia biznesu. Co więcej, zmieniać się one mogą w zupełnie nieprzewidywalnym kierunku.

Dzięki narzędziom BI możemy, przynajmniej znaczną część tych zmian rynkowych nie tylko wychwycić ale przewidzieć.

Jeśli dobrze zdefiniujemy miejsce naszej firmy w otoczeniu rynkowym i analizować będziemy istotne dane z tego otoczenia, łącząc je z historycznymi danymi naszej firmy to pewne zdarzenia będziemy mogli przewidywać. Istotne jest właśnie to powiązanie firmy z jej zewnętrznym otoczeniem i odbieranie sygnałów z tego otoczenia. Sygnałów tych i szybko zmieniających się danych jest dziś już taki ogrom, że bez automatyzacji tych procesów za pomocą wspomnianych Agentów Przewidywania i Agentów Powiadamiania, nie da się skutecznie odebrać i wykorzystać w praktyce.

Kopalnia wiedzy o kilka kliknięć myszką

Najistotniejszą zaletą nowoczesnych systemów BI jest prostota ich wykorzystania. Menadżer porozumiewa się z nimi za pomocą naturalnego dla niego języka biznesowego, a wszelkie, nawet najbardziej skomplikowane analizy i zapytania definiuje kilkoma kliknięciami myszki, wybierając z listy działania, które chce wykonać i dane, które do tego wykorzysta.

System BI znakomicie ułatwia menedżerowi codzienną pracę – pozwala, praktycznie natychmiast i bez pomocy osób trzecich, uzyskać odpowiedzi na konkretne dotyczące firmy, jej otoczenia i zbadać ewentualne skutki swoich decyzji.

Najistotniejsze jest by wiedzieć przed …

Zarządzać można tylko przyszłością, więc dla każdego menedżera najważniejsze jest by jak najwcześniej mieć informacje o wszelkich możliwych zmianach – wewnątrz firmy i w jej otoczeniu. Trudno przecenić jest jak pomocne mogą być narzędzia typu Agenci Przewidywania – informujące w wyprzedzeniem o możliwości wystąpienia pewnych zdarzeń.

„Wiemy na pewno, że Agenci Przewidywania mogą pomóc organizacjom, ostrzegając je o zmianach w ich otoczeniu. Przeprowadziliśmy badanie dotyczące kryzysu finansowego. Przetestowaliśmy konkretne dane, a Agenci Przewidywania wykonali właściwe prognozy w 86 proc. przypadków, co oznacza, że technologia ta mogła być używana przez organizacje do uzyskiwania wczesnych i trafnych ostrzeżeń o potencjalnych zagrożeniach związanych z kryzysem” – mówi dyrektor ds. technicznych firmy TARGIT i twórca filozofii CALM (Computer Aided Leadership and Management).

Według Middelfarta „Agenci Przewidywania działają jak cyfrowy system alarmowy, który ostrzega o potencjalnych zmianach poprzez rozszerzenie ram czasowych danych. Oczywiście, sposób reakcji na takie ostrzeżenie jest kwestią indywidualną; istotne jest, że istnieje możliwość podejmowania ważnych decyzji szybciej niż kiedykolwiek. Aby korzystać z Agentów Przewidywania, należy jedynie znać cele, które zamierza się osiągnąć. Po określeniu celów Agenci Przewidywania rozpoczną czuwanie i ostrzegą, jeśli realizacja zamierzonych celów jest zagrożona”.

Nasza strona internetowa używa plików cookies (tzw. ciasteczka) w celach statystycznych, reklamowych oraz funkcjonalnych. Dzięki nim możemy indywidualnie dostosować stronę do twoich potrzeb. Każdy może zaakceptować pliki cookies albo ma możliwość wyłączenia ich w przeglądarce, dzięki czemu nie będą zbierane żadne informacje.

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close